当前位置:首页 > 工业用地 >图像增强技术在机器视觉中的应用(图像增强技术)

图像增强技术在机器视觉中的应用(图像增强技术)

1、图像处理技术概述

一、定义

图像增强技术在机器视觉中的应用(图像增强技术)

对原始获取的图像进行一系列操作称为图像处理。图像处理是机器视觉技术的方法基础,包括图像增强、边缘提取、图像分割、形态学处理、图像投影、配准与定位、图像特征提取等方法。

2. 颜色的基本定义

GB 5698-85中,颜色的定义为:颜色是“光对人眼的作用而引起的图像以外的视觉特征”。

3.三基色(tricolor)

2. 图像增强概述

1. 提高图像质量的两类方法

?无论何种原因造成图像劣化——图像增强技术

?针对图像劣化原因的——图像修复技术

2. 两类图像增强技术方法:

(1)空间域方法:直接计算处理图像各像素在空间域的灰度值;

(2)频域方法:在图像的频率变化域中对图像的变换值进行某种运算,然后将其变换回空间域。

3. 空间图像增强

一、定义

空间域方法直接处理图像中的像素,基于图像的灰度映射变换。

点对点变换直方图校正

2. 空间域变换增强

直接灰度变换:

图像否定:

以这种方式反转图像的强度会产生图像反转的对应物。此方法适用于增强图像暗区域中嵌入的白色或灰色细节,尤其是当黑色区域占主导地位时。

线性灰度增强:

线性最大增强:

3. 空间域变换增强的MATLAB实现

rgb=imread('ic.png');%读取图像gray=rgb2gray(rgb); %将颜色转换为灰度gray2=a*gray+b; %灰度线性变换gray3=255-灰度;逆运算subplot(141),imshow(rgb),title('原始图像');%显示原始图像subplot(142),imshow(gray),title('灰度图像');%显示灰度图像subplot(143) ,imshow(gray2),title('灰度2');%显示变换后的灰度图subplot(144),imshow(gray3),title('灰度3');%显示反灰度图

功能描述:图像增强功能

调用格式:ImageEnhance(image_origin, image_edge, kind)

参数说明:

image_origin:输入图像(灰度图像)

image_edge:输出图像

kind:算法类型(包括POINTLINER、POINTSHARP)

4.图像代数运算

包括加、减、乘、除运算。

5. 椒盐噪声

椒盐噪声,也称为脉冲噪声,会随机改变一些像素值,这在二值图像中表现为使一些像素变白,一些像素变黑。它是由图像传感器、传输通道、解码过程等产生的黑白亮点和暗点噪声。

椒盐噪声通常是由图像剪切引起的。去除脉冲干扰和椒盐噪声最常用的算法是中值滤波。

6. 空间过滤增强

主要有两大类:

(1) 平滑(低通)滤波器

(2) 锐化(高通)滤波器

7. 平滑滤波器

(1)均值滤波

(2)带阈值的均值滤波

(3)中值滤波

中值滤波的基本原理是用该像素点邻域灰度级的中值来代替该像素点的值。

中值滤波的步骤:

1、将模板在图片中漫游,使模板中心与图片中某个像素位置重合;

2、读取模板下各个对应像素点的灰度值;

3、将这些灰度值从小到大排列成一列;

4.找到这些值中中间的一个;

5. 将此中间值分配给模板中心位置对应的像素。

中值滤波器特点:

1.非线性滤波。

2.可以克服图像边缘模糊。

3、最有效滤除脉冲干扰和图像扫描噪声。

4. 不需要图像的统计特性。

5. 不宜用于细节较多的图像,尤其是点、线、尖顶。

(4)高斯滤波器

高斯滤波器是一种线性平滑滤波器,它根据高斯函数的形状选择权重。它对于抑制服从正态分布的噪声非常有效。

二维零均值高斯函数

gausFilter=fspecial('高斯',[m,n],sigma)blur=imfilter(grayImg,gausFilter,'复制')

最新资讯

推荐资讯